企业数据治理第一步：数字资产盘点该盘什么？附检查清单

「我们公司数据挺多的。」——做数字化咨询时，这句话我常听到。

但紧接着问一句「都有哪些数据、在哪、谁在用、哪些值钱」，大多数老板就答不上来了。这不是老板不行，而是数据长期「散养」：系统的数据、表格的数据、文档的数据、个人电脑里的数据，各在各的，没人盘过。

数据治理的第一步，从来不是上系统、不是买工具，而是数字资产盘点——先搞清楚你手里到底有什么。这篇我把「该盘什么」讲清楚，并附一份可以直接用的检查清单。

为什么「盘点」是第一步，而不是「上工具」

很多人以为数据治理 = 买个工具把数据管起来。但工具解决的是「怎么管」，解决不了「管什么」。

你连公司有哪些数据、在哪、准不准、谁在用、哪些是核心资产都不知道，工具再强也是白搭——就像打扫屋子前先得知道屋里有什么东西、哪些要留哪些要扔。

所以数字资产盘点，是数据治理里投入产出比最高的一步：成本低、见效快，而且为后面所有动作（建模、分类分级、权限、AI）打基础。

数字资产盘点：到底该盘什么？

很多人一听「盘点」就头大，觉得要把所有数据翻一遍。其实盘点的核心是「按业务对象盘」，不是「按文件盘」。我把它归成五类，你照着盘就行：

一、结构化数据（表格类）。 这是企业最容易量化的数据资产：Excel 表、进销存、客户表、项目表、财务表。盘点时记录：表名、用途、存放位置、数据量、最后更新时间、负责人、数据质量（有没有重复、缺失、口径不一）。

二、业务系统数据。 ERP、CRM、财务系统、OA、钉钉/企业微信里的数据。这类数据往往「沉睡」在系统里，但价值最高。盘点时记录：系统名、核心数据表、是否与其他系统打通、有没有在用。

三、非结构化数据（文档类）。 制度、合同、方案、培训资料、产品手册、项目文档。盘点时记录：文档类型、数量级、存放位置（网盘/本地/邮箱）、有没有分类检索、更新机制。

四、流程与关系。 数据怎么流转的：客户从哪来、订单从哪进、信息在哪些部门间传递。这一步不做，数据就是一盘散沙；做了，你才知道数据之间怎么串起来。

五、数据的主权与风险。 哪些数据是核心资产（客户、财务、研发）？哪些数据敏感（薪酬、报价底线、隐私）？数据在谁手里、有没有外泄风险？这是为后面的分类分级和权限打底。

一份可以直接用的检查清单

把上面五类浓缩成清单，你照着逐项打勾即可：

数据清单类

• 我能不能 30 分钟内列出公司所有「表」（Excel + 系统表）？
• 每张表我知道它存哪、谁负责、多久没更新了吗？
• 同一份数据（比如客户）是不是存在多个地方、口径还不一样？

数据质量类

• 有没有重复录入、字段混乱（比如一个「备注」装所有信息）？
• 有没有「只有某个人电脑里有、离职就没了」的数据？
• 历史数据能不能追溯、可不可信？

价值与风险类

• 我知道哪些数据是公司的核心资产吗？
• 我知道哪些数据敏感、该限权吗？
• 数据权限是「谁都能看」还是「按角色分」？
• 有没有数据在个人网盘、私人邮箱里流转？

流程与治理类

• 我知道数据在部门之间怎么流转吗？
• 有没有人/部门对数据负责？
• 有没有「数据越用越乱」的环节？

这份清单不用一次全绿，能答出大部分「否」并定位到具体问题，盘点就成功了。

盘点之后做什么

盘点不是目的，是起点。盘完之后，通常按优先级做这几件事：

先分类分级。 把数据按「价值 + 敏感度」分成几档：核心资产、重要、一般。决定哪些要重点治理、哪些要严格限权。

再统一口径。 客户、商品、项目这些主数据，统一字段和命名，消灭「A 表叫客户、B 表叫顾客」这类问题。

后建模型与权限。 把散落的表整理成统一的数据模型，配上字段级、记录级权限——这一步往往在 Teable 这类底座上落地最顺。

最后持续运营。 治理不是一次性的，要有负责人、有更新机制、有质量监控。

一句话总结

数字资产盘点，本质是回答三个问题：我有什么、它准不准、它值多少钱。 答清楚这三个问题，数据治理就有了正确的起点；答不清楚，所有后续投入都可能跑偏。

如果你想让 AI 或业务系统真正用起来，更该先做这一步——AI 的上限取决于数据质量，数据没盘清楚，AI 答的也是「乱数据里的答案」。

预约免费数据资产诊断，微信 tian_hui_78。我们可以先从一次免费的盘点聊起，看看你公司的数据资产里，到底藏着多少没被用起来的价值。